XiaoMi-AI文件搜索系统
World File Search System支持软件
2024-2025年智能汽车OTA行业报告
2024年8月1日，中国工业和信息化部发布《关于进一步加强智能网联汽车准入、召回和软件在线更新管理工作的通知（征求意见稿）》，旨在进一步加强搭载组合驾驶辅助系统的智能网联汽车准入、召回和软件在线更新（OTA）管理。征求意见稿建议加强OTA更新监督管理，规范OTA更新应用方式和技术参数。对于汽车软件更新系统，要求对涉及OTA的电控系统名称、存放位置、OTA软件版本编译规则文件等信息进行整理归档；OTA更新过程中，应支持软件的可追溯管理。
空军部 22.4 小型企业创新研究 (SBIR) 第一阶段
AF224-0002 降低 CSWAP 多维成像激光雷达的新型架构 AF224-0003 具有 C 至低 K 波段覆盖范围的 20 MW 微波源组 AF224-0004 X 波段射频线性加速器 AF224-0005 高亮度中红外激光照明器 AF224-0006 用于节水的高功率微波应用 AF224-0007 主题已删除 AF224-0008 用于特种作战的数字多感官增强现实 (DMARS) SF224-0009 用于空间天线的新型计量解决方案 SF224-0010 用于空间天线的在轨组装和制造 AF224-0011 支持软件定义网络 (SDN) 的卫星带宽按需分配 SF224-0012 客户功能虚拟化卫星终端 AF224-0013 用于氧气生产的高级陶瓷电化学电池 SF224-0014 能量收集 AF224-0015 用于超可靠低延迟全球导航卫星系统 (GNSS) 信号的前向纠错码
Tengyingzi（Sophia）Perrin - 课程vitae
2023 - 苏黎世苏黎世，瑞士苏黎世数学系的先生科学助理，加固学习，金融数学。{使用观察成本方法开发马尔可夫决策过程，并将其应用于食品生产链中。{在风险谈判框架中应用游戏理论和多代理强化学习 - 食品安全的工作。2022–2023机器学习工程师实习，AI Medical AG，苏黎世，瑞士，神经影像学，计算机视觉。{使用TensorFlow实现的UNET，转移病变分割的骰子分割从0.51到0.83。{建立的管道以支持软件，包括检查数据有效性，成像核心委托和预处理。{已构建的合成病变数据库解决了不平衡的数据问题。
一种基于灵活电源交叉开关的软件架构...
因此，本文提出了一种新颖的直流微电网 (DCMG) 交叉开关架构，可以将时变电气拓扑安装到现有的物理架构上。我们通过提出一种以电源交叉开关为中心的系统组织来改进最先进的技术，该系统支持软件定义的电气拓扑和相应的数字控制架构。这使得能够处理从一组能源参与者到另一组能源参与者的动态和透明切换（切换操作）。我们的方法通过其灵活性提供了显着的优势，例如通过选择电源和负载之间的适当路由来最大限度地减少配电/转换损耗。由于数字控制架构对多个电压和电流进行恒定的高频监控，因此该方法能够设置一种反应性故障检测和缓解措施，能够在不中断能源输送的情况下从各种故障中恢复。
用于帮助中风的临床决策的人工智能 (AI) 软件
15 7 1 研究问题 1：AI 衍生的软件辅助审查是否指导血栓溶解治疗？（节选）大多数中风在普通 CT 扫描上被诊断为缺血性或出血性，无需决策支持软件即可相互识别。AI 在这种诊断和治疗中的影响有限。这反映了对服务水平上血栓溶解的缺乏理解。实施血栓溶解的决定主要取决于临床实践，它考虑了患者病史中的多种因素，例如合并症、药物、最后已知的健康状况。患者在 CT 扫描仪上开始静脉血栓溶解也是常见做法。CTP 扫描和 AI 解释将是 AI 影响的更好标记，因为这有助于确定当中风时间或症状发作时间未知或超出传统治疗时间窗口时可挽救的脑组织量。但是，NHS 中的所有中风科室都无法提供 CTP 扫描，因此我们目前的数据有限，无法分析其影响。
机器人系统全身控制的ARC-OPT库
ARC-OPT通过为不同的预定义WBC问题提供配置选项来支持软件开发人员设计此类全身控制器的支持。今天，WBC的方法论已经充分理解，并且存在几个成熟的框架。任务空间反向动力学（TSID）（Prete等，2016）在加速度上实现了腿部机器人的控制算法，而Posa等人的方法。（2016）在扭矩水平上运行。Smits等人。（2009）实施了广义速度-IK框架，但是，它与Orocos项目紧密结合。同样，Pink（Caron等，2024）是一种基于加权的任务框架，用于在Python中实现的差异逆运动学。IHMC全身控制器已为Atlas Robot开发（Feng等，2015），为基于QPS的步行和操纵提供了控制算法。Drake（Tedrake＆Drake Development Team，2019年）是用于基于模型的设计和控制复杂机器人的库集。它为几个开源和商业求解器提供了接口，包括线性最小二乘，二次编程和非线性编程。最后，控制！（德克萨斯大学奥斯汀分校，2021年）是围绕Sentis＆Khatib（2006）首次引入的全身操作空间控制算法建造的中间件。
Next-G O-RAN 网络的 AI 测试框架
摘要 开放性和智能化是下一代无线网络（例如超 5G 和 6G）要引入的两个支持特性，以支持服务异构性、开放硬件、最佳资源利用和按需服务部署。开放无线接入网 (O-RAN) 是一种很有前途的 RAN 架构，它通过虚拟化网元和定义明确的接口实现开放性和智能化。虽然在 O-RAN 中部署人工智能 (AI) 模型变得越来越容易，但长期被忽视的一个重大挑战是在现实环境中全面测试它们的性能。本文介绍了一个通用的自动化、分布式和支持 AI 的测试框架，以测试部署在 O-RAN 中的 AI 模型的决策性能、漏洞和安全性。该框架采用主参与者架构来管理多个终端设备进行分布式测试。更重要的是，它利用人工智能自动智能地探索 O-RAN 中 AI 模型的决策空间。支持软件仿真测试和软件定义无线电硬件测试，可快速进行概念验证研究和无线研究平台的实验研究。
Next-G O-RAN 网络的人工智能测试框架
摘要 — 开放性和智能性是下一代无线网络中引入的两个使能特性，例如超越 5G 和 6G，支持服务异构性、开放硬件、最佳资源利用率和按需服务部署。开放无线接入网络 (O-RAN) 是一种有前途的 RAN 架构，通过虚拟化网络元素和定义明确的接口实现开放性和智能化。虽然在 O-RAN 中部署人工智能 (AI) 模型变得越来越容易，但长期被忽视的一个重大挑战是在现实环境中全面测试它们的性能。本文介绍了一个通用的自动化、分布式和支持 AI 的测试框架，用于测试部署在 O-RAN 中的 AI 模型的决策性能、漏洞和安全性。该框架采用主参与者架构来管理多个终端设备以进行分布式测试。更重要的是，它利用人工智能自动智能地探索O-RAN中人工智能模型的决策空间。支持软件仿真测试和软件定义无线电硬件测试，实现快速概念验证研究和无线研究平台的实验研究。
人工智能在软件测试中的应用：第三
背景：人工智能 (AI) 方法和模型已广泛应用于支持软件开发生命周期的不同阶段，包括软件测试 (ST)。一些二手研究调查了 AI 和 ST 之间的相互作用，但将研究范围限制在特定领域或任一领域内的子领域。目标：本研究旨在探索 AI 对 ST 的整体贡献，同时确定最受欢迎的应用和未来研究方向的潜在路径。方法：我们按照完善的指导方针进行了第三项研究，以进行软件工程中的系统文献映射并回答九个研究问题。结果：我们确定并分析了 20 项相关的二手研究。分析是从公认的 AI 和 ST 分类法中抽取的，并根据它们映射选定的研究。由此产生的映射和讨论提供了有关 AI 和 ST 之间相互作用的广泛而详细的信息。结论：应用 AI 支持 ST 是一个得到广泛认可且日益受到关注的研究课题。研究人员可以利用我们研究得出的映射结果来确定未来研究的机会，实践者也可以利用该映射结果来寻找基于证据的信息，以确定在测试过程中可能采用哪种人工智能支持的技术。
一个用于鼠标脑映射和分析的优化工具包
在其长达一个世纪的历史中，组织学一直是三维（3D）组织的2维研究。t主要是由于特定的限制，特定的y二维（2D）视野，结合大多数组织过于不透明，无法以较大的量表和高分辨率进行高度分辨率。even尽管在一个多世纪前发明了通过R EFR激活指数构图的组织清除[1]，但缺乏想象和分析能力限制了我们获取高效率IMA GES的能力，并量化了获得的高度ima ges和量化数据获得的数据。在过去的十年中，灯页微观镜的双创新和Br ain清除tec hniques hniques hniques e启用了3D成像的3D成像，具有亚细胞分辨率[2]。ho w e v er，3d ima ging数据量大复合物，m ulti-gigabyte ima ge stac ks，无法轻易进行操作。这是针对特定分析任务优化的专业IMA ge Analy ysis管道的范围，例如识别感兴趣的功能，将其映射到参考模板上，并将结果签到3D [3-6]。不幸的是，这些软件包倾向于依赖于支持软件的复杂而脆弱的环境（例如，特定版本中的Python软件包）。作为一种疾病，这些软件管道的人很脆弱，需要fre-